Riftbound Barcelona Day 1 6승 메타

6승 이상 376명 전원 — Day 2 진출 명단이 아니라 이 리포트가 그은 기준선이다. 실제 Day 2는 18 매치 포인트 이상 379명이고, 여기에 5-0-3 3명이 빠져 있다(상단 정정 참조). 검색은 선수명 · 챔피언 · 전적 · 순위를 동시에 훑는다. 덱 링크가 원본에 있으면 그대로 연결하고, 없으면 미제출로 표기한다. 정렬은 표 머리글 클릭(또는 Enter/Space).

…

6승 이상 376명이 무엇을 들고 왔는지의 순수 인원 집계. 점유율은 선수 점유율(376명 기준)이며 점수 점유율과 다르다 — 점수는 Section 03에서 따로 본다. 막대는 크기 비교 전용이라 파랑 단색이고, 챔피언 구분은 색이 아니라 이름 텍스트가 한다. 이 섹션 마지막의 출전 대비 6승 도달률만 분모가 다르다 — 376명이 아니라 유효 스탠딩 2,130건 전체를 쓴다.

인원 상위 12 챔피언

• 6승 이상 인원 (명)

전체 32 챔피언 표

• 8승
• 7승
• 6승

출전 대비 6승 도달률 분모 = 유효 스탠딩 2,130건 · Day 2 진출률 아님

• 출전 대비 6승 도달률 (%)
• 전체 평균 17.65% 기준선

전체 41 챔피언 도달률 표 0% 9종 포함

성적 가중치를 넣은 순위. 점수 = 8승 × 2 + 7승 × 1.5 + 6승 × 1. 막대의 길이는 총점이고, 막대 안의 3색 세그먼트는 그 점수가 어느 승수에서 왔는지의 구성이다. 막대에 마우스를 올리거나 Tab으로 포커스하면 상세가 뜬다 — 단, 모든 값은 아래 표에 그대로 있으니 툴팁이 값을 가두지 않는다.

• 8승 기여점 (2점/명)
• 7승 기여점 (1.5점/명)
• 6승 기여점 (1점/명)

전체 32 챔피언 메타 점수 표

여기부터(Section 04–07)는 위와 다른 스냅샷이다. Section 01–03은 Day 1 8라운드 스탠딩이고, 여기는 같은 대회의 스위스 전체(Phase 1 8라운드 + Phase 2 5라운드 = 13라운드)가 끝난 최종 스탠딩이다. 그래서 전적이 11-0-2처럼 13경기짜리로 적힌다.

1–8위 카드 …

이 8명이 말하는 것과 말하지 않는 것

• 챔피언 분해: Kennen 3 · Master Yi 2 · Rengar 1 · Azir 1 · Ornn 1

스위스 13라운드가 끝난 시점의 최종 순위 1위~64위 전원. 기본 정렬은 원본 순위 그대로이고, 검색은 선수명 · 챔피언 · 전적 · 순위를 동시에 훑는다. 챔피언 필터와 표 머리글 정렬(클릭 또는 Enter/Space)을 쓴다. 선수명은 원본 표기를 보존한다(Section 01의 키릴 치환 정규화를 여기에는 적용하지 않았다 — 원본 문자열 그대로다). 덱 링크는 원본에 있는 15건만 연결하고 나머지는 미제출로 둔다. 링크가 없는 것은 정상이다.

…

Top64 챔피언 분포 17종 · 합 64

• Top64 안의 인원 (명)

출전 필드 대비 Top64 도달 분모 = 이벤트 분류 덱 2,131건 · 41 레전드

• Top64 도달률 (%)
• 전체 평균 3.00% 기준선

아래 차트는 출전 40건 이상인 레전드만 그린다(…종). 분모가 한 자리 수인 레전드가 100% 막대를 만들며 시선을 가져가는 것을 막기 위한 임의의 표시 기준이고, 41종 전수는 바로 아래 표에 그대로 있다.

전체 41 레전드 필드 도달 표 Top64 0종 포함 · 합 2,131 / 64 / 8

원본 Winrate Matrix 탭의 이벤트 전용 매트릭스를 그대로 옮겼다. 행 = 내 레전드, 열 = 상대 레전드, 값 = 행이 열을 이긴 비율(%). 원본 정의는 승 ÷ (승 + 패)이고 미러 · 무승부 · 부전승은 계산 전에 제외된다. 그래서 대각선은 언제나 —(미러 제외)이고, 한 번도 만난 적 없는 조합은 N/A다. 셀에 마우스를 올리면 상대 · 표본 수(n) · 원본이 함께 준 신뢰구간이 기본 툴팁으로 뜨고, 키보드로 셀에 들어가면(표 안에서 화살표 키) 같은 내용이 리포트 툴팁으로 뜬다.

신뢰 등급 통계적 유의성 기준이 아니라 이 리포트의 검토 휴리스틱

색 읽는 법 색은 방향만 · 값은 언제나 셀 안에 숫자로 있다

≤25% 불리50% 중립≥75% 유리

• 50% 미만 — 빨강 계열
• 49–51% — 중립 회색
• 50% 초과 — 파랑 계열
• 셀 아래 굵은 룰 = n ≥ 100 · 얇은 룰 = n 30–99 · 룰 없음 = n < 30

색은 유일한 부호화가 아니다. 모든 셀은 승률 숫자를 그대로 적고, 표본 등급은 색이 아니라 셀 아래 룰의 두께로 나타난다. 색을 못 보거나 흑백으로 인쇄해도 숫자와 룰이 남는다. 중립 지점은 50%이고, 회색 구간(49–51%)은 "차이 없음"을 눈으로 못 박기 위한 것이다.

…

필터는 데이터를 지우지 않는다. 기준 레전드를 고르면 해당 행·열을 테두리로 짚어줄 뿐 나머지 행은 그대로 남고, 최소 표본을 올리면 기준 미달 셀은 색만 걷히고 숫자는 남는다. 어떤 설정에서도 1,444칸 전부가 화면에서 읽힌다.

아래는 티어 리스트가 아니라 조건부 결정 트리다. 이 리포트가 가진 것은 한 이벤트의 관측치뿐이고, 덱의 인과적 성능도 조종 난이도도 측정하지 않았다. 그래서 모든 권고에 어떤 조건에서 유효한지를 붙인다.

결론 한 줄

6후보 비교표 출전 852 / 2,131 = 39.98% · Top64 46 / 64 = 71.88%

집계 비미러 승률은 원본 Matchups Analysis 탭이 레전드별로 보고하는 값(승 ÷ 승+패, 미러·무승부·부전승 제외)이고, 옆의 n은 그 집계에 들어간 경기 수다. 이 열은 매트릭스 셀을 더해 만든 값이 아니라 원본이 직접 보고한 수다 — 매트릭스 셀의 승률은 정수로 반올림돼 있어 재계산하면 소수점이 조금 어긋난다(예: Kennen 재계산 58.30 vs 보고 58.25).

매치업 근거 카드 점 추정치와 가설을 구분해 적는다

카드의 문장은 관측과 가설을 나눠 쓴다. "Rengar가 이 이벤트에서 Kennen을 59% 이겼다"는 관측이고, "Rengar가 Kennen에게 구조적으로 유리하다"는 가설이다. 신뢰구간이 50%를 걸치는 한 이 리포트는 후자를 주장하지 않는다. n < 30 셀에서는 어떤 결론도 내리지 않는다.

결정 트리

1. 통제된 연습에서 특정 후보의 실제 성적이 확실히 더 좋은가?

   그렇다 → 그 덱. 여기서 끝난다. 아래 모든 집계는 숙련도 차이를 재지 못한다.

   아니거나 모른다 → 2번으로.

2. 예상 필드가 바르셀로나 출전 분포와 비슷한가?

   Kennen으로 시작한다. 출전 270(12.67%)에서 Top64 22(34.38%)로 대표 배수 2.71×, 집계 승률 58.25%(n=1,346)로 6후보 중 최고다. 인기만으로 설명되지 않는다 — 점유율이 3배 가까이 늘어난 것이 근거다.

   Master Yi는 자신의 Yi 숙련도가 더 높거나, Kennen 외 상대 표본이 큰 쪽을 원할 때 동급 대안이다 (56.40%, n=1,101, 대표 배수 1.34×).

3. 깊은 라운드에서 Kennen이 지금보다 더 흔해질 것으로 보는가?

   Rengar를 테스트하라 — 자동 카운터로 등록하지는 마라. Rengar–Kennen은 59%, n=95, 보고 CI 48–69다. 구간이 50%를 걸치므로 이것은 방향성 가설이지 확립된 상성이 아니다. 예상되는 Kennen 리스트를 상대로 직접 돌려보고 판단하라.

   보수적 대안은 Master Yi다. Kennen–Yi는 이 매트릭스에서 표본이 가장 큰 쌍(n=167)이고 48% / CI 40–56으로 사실상 대등하다. Kennen에 남는 것도 유효하지만, 이 매트릭스에는 미러 데이터가 없다(미러는 계산 전에 제외됐다).

4. Irelia와 Kha'Zix가 늘어날 것으로 보는가?

   Master Yi. Yi–Irelia 61%(n=97, CI 50–71), Yi–Kha'Zix 68%(n=50, CI 53–80)로 이 시나리오에서 가장 쓸 만한 신호를 가진다. 다만 Irelia 쪽 구간의 하한이 50에 닿아 있어 경계선이다.

5. Yi가 오르고 Kennen이 줄 것으로 보는가?

   Azir가 테스트 가설이 된다. Azir–Yi 62%(n=60, CI 48–74), Azir–Kennen 40%(n=52, CI 27–55) — 양극화 가설이지만 두 방향 모두 미확정이다. 그리고 Azir는 출전 80 중 Top64 2(대표 배수 0.83×)로 필드 성적 자체는 과소대표다. 눈감고 등록하지 마라.

6. Draven · Diana · Jayce · Lillia · Ornn이 두드러지게 많을 것으로 보는가?

   Kennen. 이 집단을 상대로 구간이 50% 위에 완전히 놓인 셀을 가진 유일한 후보다 — Draven 77%(n=74, CI 66–86) · Diana 68%(n=60, CI 55–80) · Jayce 76%(n=41, CI 60–88) · Lillia 68%(n=38, CI 51–82) · Ornn 70%(n=33, CI 51–84).

7. Top64·Swiss 1–8 성적만 보고 Irelia나 Ornn을 고려하고 있는가?

   그것만으로는 고르지 마라. Irelia는 Top64 8명을 냈지만 순위가 11 · 34 · 41 · 42 · 47 · 51 · 53 · 56으로 Top32에 1명, 1–8위에 0명이고 집계 승률은 51.04%(n=911)로 5할 언저리다. 개인 숙련도 근거가 따로 있어야 한다.

   Ornn은 이 데이터로 기본값을 정당화할 수 없다. 6위 1명은 눈에 띄지만 집계 승률 46.58%(n=234)는 5할 아래이고, 대표 배수 0.81×로 과소대표다. Ornn–Kennen은 30%(n=33, CI 16–49) — 구간 전체가 50% 아래인 방향성 불리 증거다. 특정 리스트에 대한 독립적 증거가 있을 때만 예외다.

이 권고를 무너뜨릴 수 있는 것들 failure modes 11종

1. 챔피언 단위 집계. 한 셀은 그 챔피언 이름으로 제출된 모든 리스트를 뭉뚱그린다. 같은 Kennen이라도 빌드가 다르면 상성 프로필이 다를 수 있고, 매트릭스는 어느 변형이 그 결과를 만들었는지 구분하지 못한다.
2. 선수 실력 교란. 강한 선수·팀이 특정 챔피언에 몰릴 수 있다. 그러면 집계 승률은 덱의 힘이 아니라 그 덱을 고른 사람들의 실력을 재고 있는 것이다.
3. 스위스 페어링과 일정 강도. 경기는 필드에서 무작위로 뽑힌 대전이 아니라 비슷한 전적끼리 붙는다. 오래 살아남은 선수가 관측치를 더 많이 기여하므로 매트릭스는 일정 가중이 걸려 있다.
4. 생존자 편향과 경계 효과. Top64와 1–8위는 결과로 선택된 집합이다. 8위와 9위가 같은 11-1-1이라는 사실이 그 경계가 성능 등급이 아니라 타이브레이커임을 보여준다.
5. 미러 · 무승부 · 부전승 제외. 원본이 계산 전에 셋 다 걷어낸다. 인기 덱일수록 미러 노출이 크고, 무승부가 잦은 덱은 결정국 승률과 매치포인트 기대값이 갈린다. 이 매트릭스에는 미러 정보가 아예 없다.
6. 다중비교. 값이 있는 쌍이 628개이고 그중 588개가 n < 30이다. 전부 본 뒤 가장 극단적인 셀을 고르면 우연히 튄 값을 고르게 된다(winner's curse).
7. 신뢰구간 방법 미공개. 신뢰수준 · 계산식 · 관측 단위 · 반복 등장 선수의 군집 처리 중 무엇도 원본이 밝히지 않았다. "구간이 50%를 벗어난다"는 진술은 완전히 명세된 통계 검정보다 약하다.
8. 93명의 공백. 이벤트 페이지는 참가자 2,224명을 표기하지만 덱 분류 분모는 2,131건이다. 차이 93명(4.18%)이 어떤 덱이었는지 원본에서 확인할 수 없고, 결측이 덱·성적과 상관되면 점유율 추정이 움직인다.
9. 덱 리스트 커버리지 15/64. 공개된 리스트는 전체의 4분의 1도 안 되고 무작위 표본도 아니다(공개 여부 자체가 선택이다). 링크 없는 성공 리스트는 비교조차 불가능하다.
10. 원본의 실시간 변형. riftdecks는 리스트를 추가하거나 스탠딩을 정정하거나 셀을 다시 계산할 수 있다. 이 페이지에 고정된 값은 2026-08-24 스냅샷이고, 나중에 원본과 어긋나면 원본이 옳다 — 재수집 후 diff를 떠라.
11. 조종 부담 미측정. 어떤 챔피언이 더 쉬운지 · 빠른지 · 실수에 관대한지 · 긴 대회에서 덜 지치는지에 대한 데이터가 하나도 없다. 챔피언 이름만으로는 이 중 어느 것도 성립하지 않는다.